OpenCV简介
OpenCV其实就是一堆C和C++语言的源代码文件,这些源代码文件中实现了许多常用的计算机视觉算法。
- OpenCV的全称是Open Source Computer Vision Library,是一个开放源代码的计算机视觉库
- OpenCV最初由英特尔公司发起并开发,以BSD许可证授权发行,可以在商业和研究领域中免费使用,现在美国Willow Garage为OpenCV提供主要的支持
- OpenCV可用于开发实时的图像处理,计算机视觉以及模式识别程序,目前在工业界以及科研领域广泛采用
cv2.namedWindow
是 OpenCV 库中的一个函数,用于创建一个命名窗口,以便在该窗口中显示图像或进行其他图形操作。这个函数在处理图像和视频时非常有用,尤其是在开发基于图像处理的应用程序时。
opencv重要性
- 计算机视觉:OpenCV 是计算机视觉领域的标准库之一,广泛应用于图像识别、物体检测、人脸识别、手势识别等。
- 机器人技术:在机器人导航、环境感知和交互中,OpenCV 用于处理传感器数据和视觉信息。
- 医学影像:在医学影像分析中,OpenCV 用于图像增强、分割和特征提取。
- 自动驾驶:在自动驾驶汽车中,OpenCV 用于环境感知、障碍物检测和车道线识别。
- 安全监控:在安全监控系统中,OpenCV 用于运动检测、人脸识别和行为分析。
学习 OpenCV 不仅可以提升你的技术能力,还能为你在计算机视觉和图像处理领域的发展打开更多的门路。无论是学术研究、工业应用还是个人项目,OpenCV 都是一个不可或缺的工具
环境安装
在激活环境中安装opencv:
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
显示窗口
函数原型:
cv2.namedWindow(winname, flags=None)
-
winname (str): 窗口的名称。这个名称必须是唯一的,因为它是用来标识窗口的。
-
flags (int, 可选): 窗口的标志,用于设置窗口的行为。默认值为cv2.WINDOW_AUTOSIZE
窗口的标志包括:
-
cv2.WINDOW_NORMAL
: 允许调整窗口大小。 -
cv2.WINDOW_AUTOSIZE
: 窗口大小根据图像大小自动调整,不能手动调整。
-
其他注意事项
-
窗口名称:窗口名称必须是唯一的,否则会覆盖已有的同名窗口。
-
窗口标志:选择合适的窗口标志可以提升用户体验,特别是在需要用户交互的场景中。
创建空白图像
可以使用 np.zeros
函数创建一个全零数组,这个数组可以表示一个空白图像。数组的形状应该符合图像的尺寸和通道数(例如,对于 RGB 图像,形状应为 (height, width, 3)
)
# 创建一个 500x500 像素的空白图像,3 个通道(RGB)
height, width, channels = 500, 500, 3
blank_image = np.zeros((height, width, channels), dtype=np.uint8)
保存图片
函数原型
cv2.imwrite(filename, img[, params])
参数说明
- filename (str): 要保存的文件路径和名称。支持的文件格式包括
.jpg
,.png
,.bmp
,.tiff
等。 - img (numpy.ndarray): 要保存的图像。通常是一个二维或三维的 NumPy 数组,表示图像的像素值。
返回值
- bool: 成功保存图像返回
True
,否则返回False
。
其他注意事项
- 文件路径:确保提供的文件路径是有效的,如果路径不存在,OpenCV 会尝试创建它,但如果权限不足则会保存失败。
图像切片(裁剪)
语法解释
假设你有一个图像 img
,它的类型是 numpy.ndarray
。img[y:y+h, x:x+w]
的含义如下:
- x: 子区域左上角的 x 坐标。
- y: 子区域左上角的 y 坐标。
- w: 子区域的宽度。
- h: 子区域的高度。
切片操作
img[y:y+h, x:x+w]
提取的是从(x, y)
开始,宽度为w
,高度为h
的矩形区域。
其他注意事项
- 边界检查:确保
(x, y)
和(x+w, y+h)
都在图像的边界内,否则会导致数组索引越界错误。 - 数据类型:
img
通常是numpy.ndarray
类型,切片操作返回的也是numpy.ndarray
类型。
调整图片大小
函数原型
cv2.resize(src, dsize, dst)
参数说明
- src (numpy.ndarray): 输入图像,通常是一个二维或三维的 NumPy 数组。
- dsize (tuple): 输出图像的尺寸,是一个二元组
(width, height)
。如果指定了fx
和fy
,则可以忽略此参数。
返回值
- dst (numpy.ndarray): 缩放后的图像。
图像绘制
绘制圆形
cv2.circle()
函数用于在图像上绘制圆形。该函数的语法如下:
cv2.circle(img, center, radius, color, thickness)
其中,参数解释如下:
img
:要绘制圆形的图像。center
:圆心的坐标。radius
:圆的半径。color
:圆的颜色,通常是一个表示BGR颜色的元组,例如(255, 0, 0)
表示蓝色。thickness
:圆的边界线条的厚度,如果为负值或cv2.FILLED
,表示填充整个圆。
绘制矩形
cv2.rectangle()`函数用于在图像上绘制矩形。该函数的语法如下:
cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]])
其中,参数解释如下:
img
:要绘制矩形的图像。pt1
:矩形的一个顶点。pt2
:矩形对角线上的另一个顶点。color
:矩形的颜色,通常是一个表示BGR颜色的元组,例如(255, 0, 0)
表示蓝色。thickness
:矩形边框的厚度,如果为负值或cv2.FILLED
,表示填充整个矩形内部。
绘制文本
cv2.putText
是 OpenCV 库中的一个函数,用于在图像上添加文本。这个函数在图像处理和计算机视觉任务中非常有用,特别是在需要标注图像、显示信息或调试时。
函数原型
cv2.putText(img, text, org, fontFace, fontScale, color[, thickness[, lineType[, bottomLeftOrigin]]])
参数说明
- img (numpy.ndarray): 输入图像,通常是一个二维或三维的 NumPy 数组。
- text (str): 要添加的文本字符串。
- org (tuple): 文本的起始位置,是一个二元组
(x, y)
,表示文本左下角的坐标。 - fontFace(int): 字体类型,常见的字体类型包括:
cv2.FONT_HERSHEY_SIMPLEX
: 正常大小的无衬线字体cv2.FONT_HERSHEY_PLAIN
: 小号的无衬线字体cv2.FONT_HERSHEY_DUPLEX
: 正常大小的无衬线字体,比FONT_HERSHEY_SIMPLEX
更粗cv2.FONT_HERSHEY_COMPLEX
: 正常大小的有衬线字体cv2.FONT_HERSHEY_TRIPLEX
: 正常大小的有衬线字体,比FONT_HERSHEY_COMPLEX
更粗cv2.FONT_HERSHEY_SCRIPT_SIMPLEX
: 手写风格的字体cv2.FONT_HERSHEY_SCRIPT_COMPLEX
: 手写风格的字体,比FONT_HERSHEY_SCRIPT_SIMPLEX
更粗cv2.FONT_ITALIC
: 斜体修饰符,可以与其他字体类型组合使用
- fontScale (float): 字体大小的比例因子。
- color (tuple): 文本颜色,是一个三元组
(B, G, R)
,表示蓝色、绿色和红色的值。 - thickness (int, 可选): 文本线条的厚度,默认值为 1。
- lineType(int, 可选): 线条类型,常见的线条类型包括:
-
cv2.LINE_4
: 4 连通线 -
cv2.LINE_8
: 8 连通线 -
cv2.LINE_AA
: 抗锯齿线(默认值)
返回值
- img (numpy.ndarray): 添加文本后的图像。
绘制直线
函数原型
cv2.line(img, pt1, pt2, color, thickness lineType) -> img
参数说明
- img: 输出图像,即要在这张图上绘制直线的图像。通常是一个 NumPy 数组。
- pt1: 直线的一个端点,是一个包含两个元素(x, y)的元组,代表该点的坐标。
- pt2: 直线的另一个端点,也是一个包含两个元素(x, y)的元组,代表该点的坐标。
- color: 直线的颜色,对于 BGR 图像,这应该是一个包含三个整数的元组,分别对应蓝色、绿色和红色的强度(例如
(255, 0, 0)
表示纯蓝色)。对于灰度图像,只需要一个整数值即可。 - thickness: 可选参数,定义直线的宽度。默认值是 1。
返回值
- img: 返回的是经过修改后的图像,实际上就是传入的图像本身,因为
cv2.line()
是直接在原图上操作的。
控制鼠标
cv2.setMouseCallback
是 OpenCV 提供的一个非常有用的函数,它允许用户定义一个回调函数,当鼠标事件发生时(如点击、释放、移动等),该回调函数会被调用。这在创建交互式应用程序时特别有用,比如图像标注工具、绘图程序等。
函数原型
draw_test(event,x,y,flag,param)
参数说明
event
: 鼠标事件类型,如cv2.EVENT_LBUTTONDOWN
表示左键按下。x
,y
: 鼠标事件发生时的坐标。flags
: 额外的标志位,通常不用。param
: 传递给回调函数的参数,通常不用。
视频处理
cv2.VideoCapture
是 OpenCV 库中的一个类,用于从摄像头或视频文件中捕获视频帧。这个类提供了多种方法来控制视频捕获的过程,包括打开视频文件、读取视频帧、获取视频属性等。
常用方法
1.read()
read()
方法用于从视频源中读取下一帧。它返回一个布尔值和图像帧。布尔值表示是否成功读取了帧,图像帧是一个 NumPy 数组。
ret, frame = cap.read()
if not ret:print("Failed to grab frame")break
2.release()
release()
方法用于释放视频捕获资源。在完成视频处理后,必须调用此方法来释放摄像头或视频文件。
cap.release()
3.isOpened()
isOpened()
方法用于检查视频捕获对象是否已经成功打开。
if not cap.isOpened():print("Error opening video stream or file")
4.get()
和 set()
get()
和 set()
方法用于获取和设置视频捕获属性。常用的属性包括帧宽、帧高、帧率等。
# 获取帧宽
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)# 获取帧高
height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)# 获取帧率
fps = cap.get(cv2.CAP_PROP_FPS)# 设置帧宽
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)# 设置帧高
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
关于opencv 显示中文乱码问题解决
在使用 OpenCV 的 cv2.putText
函数添加中文时,可能会遇到显示乱码的问题。这是因为 OpenCV 默认使用的字体不支持中文字符。为了在图像上正确显示中文,可以使用 PIL(Pillow)库来处理文本,然后将文本渲染到图像上
1. 确保你已经安装了 opencv-python
和 Pillow
库。如果没有安装,可以通过 pip 安装:
注意:如果用的Anaconda ,是包含了这个库,可以不安装
pip install opencv-python pillow
2. 下载一个中文字体文件,常见的中文字体文件有 simhei.ttf
、simsun.ttc
等。你可以从系统中找到这些字体文件,或者从互联网下载。
3. 定义 put_text 函数
def put_text(image, text, position, font_path, font_size, color):# 将 OpenCV 图像转换为 PIL 图像pil_image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))# 创建一个可以在给定图像上绘图的对象draw = ImageDraw.Draw(pil_image)# 加载字体font = ImageFont.truetype(font_path, font_size)# 在图像上绘制文本draw.text(position, text, fill=color, font=font)# 将 PIL 图像转换回 OpenCV 图像image_with_text = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR)return image_with_text